物理学者

図：著名な物理学者っぽい集合（ChatGPTによる，Geminiには拒否された）

退職して時間が出来たらやりたいことの候補のひとつとして，Wikipediaの編集があった。Wikipediaには毎日お世話になっているが，英語版と比べて日本語版があまりにもみすぼらしいのを何とかしたいという思いだ。

もちろん，日本語版Wikipedia最大の問題であるややこしい政治的・時事的な事柄に関わってバトルする気はさらさらない。かといって，専門的な物理の内容も同様に面倒な論争を引き起こしかねない。そこで，信頼性のある海外の科学史的な記事の翻訳ができればいいかなと思っていた。いまどきは，簡単に日本語へのAI翻訳ができるとはいうものの，母語で直接情報に接することとは大きな違いがある。

そのToDoリスト項目を放置して，数年が経過した。このたびChatGPTに具体的な手順を相談したところ，かなりややこしい注意事項をテンコモリに出してきたので，ちょっとめげてしまう。小人さんになって，細かな修正を加えるようなことは気がついたら行っているが，記事単位での大きな編集は大変だ。

とりあえず，英語版にあって，日本語版がない物理学者のリストを作ろうと，Geminiに依頼したところ，Wikipediaの数千人の物理学者をいちいち調べて日本語版の有無を確認するのは無理だと断られた。そのかわりに紹介されたのが，Wikipedia Query Service だった。知りませんでした。

さっそく，条件を入れて，Queryを作成してもらい，結果をチェックするというループを回したところ，なんとかそれらしい形が見えてきた。条件は例えば次のようなものだ。「1926年以前に生まれた物理学者で，英・独・仏・露・伊のWikipediaには記事があるが，日本語版Wikipediaにはまだ記事がない人物を，サイトリンク数の多い順に最大200件取得する」これによって，日本語版Wikipediaの物理学分野における記事の欠落を可視化し，執筆優先度の高い候補を提示する，ということが可能になる。

PREFIX wd: <http://www.wikidata.org/entity/> PREFIX wdt: <http://www.wikidata.org/prop/direct/> PREFIX schema: <http://schema.org/> PREFIX xsd: <http://www.w3.org/2001/XMLSchema#> PREFIX bd: <http://www.bigdata.com/rdf#> PREFIX wikibase: <http://wikiba.se/ontology#> SELECT DISTINCT ?person ?personLabel ?dateOfBirth ?dateOfDeath ?sitelinks ?fieldLabel ?enArticle WHERE { ?person wdt:P31 wd:Q5 ; wdt:P106/wdt:P279* wd:Q169470 ; wdt:P569 ?dateOfBirth ; wdt:P570 ?dateOfDeath ; wdt:P101 ?field ; wikibase:sitelinks ?sitelinks . ?field wdt:P279* wd:Q413 . FILTER("0000-00-00T00:00:00Z"^^xsd:dateTime <= ?dateOfBirth && ?dateOfBirth < "1936-01-01T00:00:00Z"^^xsd:dateTime) FILTER(?sitelinks >= 7) ?enArticle schema:about ?person ; schema:isPartOf <https://en.wikipedia.org/> . FILTER(!CONTAINS(STR(?enArticle), "/wiki/Category:")) ?deArticle schema:about ?person ; schema:isPartOf <https://de.wikipedia.org/> . ?frArticle schema:about ?person ; schema:isPartOf <https://fr.wikipedia.org/> . ?ruArticle schema:about ?person ; schema:isPartOf <https://ru.wikipedia.org/> .

?itArticle schema:about ?person ; schema:isPartOf <https://it.wikipedia.org/> . MINUS { ?jaArticle schema:about ?person ; schema:isPartOf <https://ja.wikipedia.org/> . } SERVICE wikibase:label { bd:serviceParam wikibase:language "en". } } ORDER BY DESC(?sitelinks) ?dateOfBirth ?personLabel LIMIT 1000

P. S. 日本語Wikipediaで，日本人物理学者の一覧は130人，物理学者の一覧は260人，である。一方，英語版Wikipediaでは，List of Physicist が1092人がリストアップされている。

P. P. S. 上記のQueryで得られた結果は，重複を除いて144人だった。ちょっと微妙。さらに，ロシア語とイタリア語の条件を除くと，387人になる。

Giambattista Benedetti 1530/08/24 1590/01/20

Guidobaldo del Monte 1545/01/21 1607/01/06

Benedetto Castelli 1578/01/01 1643/04/09

Giovanni Battista Baliani 1582/01/01 1666/01/01

Jan Marek Marci 1595/06/13 1667/04/10

Gaspar Schott 1608/02/05 1666/05/22

Jakob Hermann 1678/07/26 1733/07/11

Jean Jacques Dortous de Mayran 1678/11/26 1771/02/20

Giovanni Poleni 1683/08/23 1761/11/15

Willem's Gravesande 1688/09/26 1742/02/28

Louis Bertrand Castel 1688/11/15 1757/01/11

Michel Ferdinand d'Albert d'Ailly 1714/12/31 1769/09/23

Maximilian Hell 1720/05/15 1792/04/14

Maria Angela Ardinghelli 1728/05/28 1825/02/17

Jean Henri van Swinden 1746/06/08 1823/03/09

Gottlieb Conrad Christian Storr 1749/06/16 1821/02/27

Charles Stanhope, 3rd Earl Stanhope 1753/08/03 1816/12/15

Giovanni Aldini 1762/04/16 1834/01/17

Charles Cagniard de la Tour 1777/03/31 1859/07/05

Charles Bernard Doseremo 1777/06/03 1862/08/30

Johann Georg Christian Lehmann 1792/02/25 1860/02/12

Andreas von Ettingshausen 1796/11/25 1878/05/25

Jean-Marie Duhamel 1797/02/05 1872/04/29

Heinrich Daniel Ruhmkorff 1803/01/15 1877/12/20

Samuel Earnshaw 1805/02/01 1888/12/06

Luigi Palmieri         1807/04/22 1896/09/09

Rudolf Kohlrausch 1809/11/06 1858/03/08

John William Draper 1811/05/05 1882/01/04

Auguste Bravais 1811/08/23 1863/03/30

Eunice Newton Foote 1819/07/17 1888/09/30

Jules Antoine Lissajous         1822/03/04 1880/06/24

August Kronig 1822/09/20 1879/06/05

Augustin Mouchot 1825/04/07 1912/10/4

Franﾃｧois-Marie Raoult 1830/05/10 1901/4/1

Rudolph Koenig 1832/11/26 1901/10/2

Georg Hermann Quincke 1834/11/19 1924/1/13

Emile Amagat 1841/01/02 1915/2/15

Jules Violle 1841/11/16 1923/9/12

Joseph Valentin Boussinesq 1842/03/13 1929/2/19

Christian Christiansen 1843/10/09 1917/11/28

Karol Olszewski 1846/01/29 1915/3/25

Sarah Frances Whiting 1847/08/23 1927/9/12

Franz S. Exner 1849/03/24 1926/11/15

Horace Lamb 1849/11/29 1934/12/4

Vincenc Strouhal 1850/04/10 1922/1/23

Serhii Podolynsky 1850/07/19 1891/06/12

Orest Khvolson 1852/12/04 1934/5/11

Louis Georges Gouy 1854/02/19 1926/1/27

Marcel Brillouin 1854/12/19 1948/6/16

Julius Scheiner 1858/11/25 1913/12/20

Wilhelm Hallwachs 1859/07/09 1922/6/20

Otto Lummer 1860/07/17 1925/7/5

Boris Galitzine 1862/03/02 1916/5/17

Robert Emden 1862/03/04 1940/10/8

Otto Wiener 1862/06/15 1927/1/18

Ludwig Lange 1863/06/21 1936/7/12

Aleksey Krylov 1863/08/15 1945/10/26

Andre Blondel 1863/08/28 1938/11/15

Charles-Eugune Guye 1866/10/15 1942/7/15

Gustav Mie 1868/09/29 1957/2/13

Sergey Chaplygin 1869/04/05 1942/10/8

Antonius van den Broek 1870/05/04 1926/10/25

Walter Kaufmann 1871/06/05 1947/1/1

Henryk Arctowski 1871/07/15 1958/2/21

Marian Smoluchowski 1872/05/28 1917/9/5

Carl Stormer 1874/09/03 1957/8/13

Vladimir Ignatowski 1875/04/01 1942/1/30

Tatyana Afanasyeva 1876/11/19 1964/4/14

Eugune Bloch 1878/06/10 1944/3/12

Carl Wilhelm Oseen 1879/04/17 1944/11/7

Leonid Mandelstam 1879/05/04 1944/11/27

Hendrika Johanna van Leeuwen 1887/07/03 1974/2/26

Adriaan Daniel Fokker 1887/08/17 1972/9/24

Hans Thirring 1888/03/23 1976/3/22

Alfred Lande 1888/12/13 1976/10/30

Wojciech Rubinowicz 1889/02/22 1974/10/13

Vilho Vaisala         1889/09/28 1969/8/12

Dirk Coster 1889/10/05 1950/2/12

Herbert Dingle 1890/08/02 1978/9/4

Reginald W. James 1891/01/09 1964/7/7

Francis Simon 1893/07/02 1956/10/31

Paul Nemenyi 1895/06/05 1952/3/1

Hertha Sponer 1895/09/01 1968/2/27

Jakob Ackeret 1898/03/17 1981/3/27

Henry DeWolf Smyth 1898/05/01 1986/9/11

Jan Hendrik de Boer 1899/03/19 1971/4/25

Gleb Wataghin 1899/11/03 1986/10/10

Zinacda Aksentieva 1900/7/25 1969/4/8

Enrico Persico                1900/8/9 1969/6/17

Mikhail Lavrentyev 1900/11/19 1980/10/15

Grete Hermann 1901/3/2 1984/2/15

Edward Condon 1902/3/2 1974/3/26

Egon Orowan 1902/8/2 1989/8/3

Fritz Houtermans 1903/1/22 1966/3/1

Hans Hellmann 1903/10/14 1938/5/29

Andrey Tikhonov 1906/10/30 1993/11/7

Leonid Sedov 1907/11/14 1999/9/5

Anatoly Vlasov 1908/8/20 1975/12/22

Nikolai Aleksandrovich Kozyrev 1908/9/2 1983/2/27

Johanna Budwig 1908/9/30 2003/5/19

Lev Artsimovich 1909/2/25 1973/3/1

Norris Bradbury 1909/5/30 1997/8/20

Gian Carlo Wick 1909/10/15 1992/4/20

Karl Gunther Zimmer 1911/7/12 1988/2/29

Aleksandr Akhiezer 1911/10/31 2000/5/4

Marie-Antoinette Tonnelat 1912/3/5 1980/12/3

Alexander Davydov 1912/12/26 1993/2/19

Isaak Pomeranchuk 1913/5/20 1966/12/14

Robert Herman 1914/8/29 1997/2/13

Nicholas Metropolis 1915/6/11 1999/10/17

Ilya Lifshitz 1917/1/13 1982/10/23

Sameera Moussa 1917/3/3 1952/8/5

Res Jost 1918/1/10 1990/10/3

Inga Fischer-Hjalmars 1918/1/16 2008/9/17

Dmitry Mishin 1919/2/7 1998/8/26

Leona Woods 1919/8/9 1986/11/10

Vikram Sarabhai 1919/8/12 1971/12/30

Isaak Khalatnikov 1919/10/17 2021/1/9

George Batchelor 1920/3/8 2000/3/30

Alenush Terian 1920/11/9 2011/3/4

Samuel T. Cohen 1921/1/25 2010/11/28

Akiva Yaglom 1921/3/6 2007/12/13

Vladimir Keilis-Borok 1921/7/31 2013/10/19

Bernard d'Espagnat 1921/8/22 2015/8/1

Rudolf Haag 1922/1/1 2016/1/5

Valentine Telegdi 1922/1/11 2006/4/8

Esther M. Conwell 1922/5/23 2014/11/16

Edwin Thompson Jaynes 1922/7/5         1998/4/30

Erika Bohm-Vitense 1923/6/3 2017/1/21

Humberto Fernandez Moran 1924/2/18 1999/3/17

Wolfgang Rindler 1924/5/18 2019/2/8

Stanley Jaki 1924/8/17 2009/4/7

Burkhard Heim 1925/2/9 2001/1/14

Martin David Kruskal 1925/9/28 2006/12/26

Ali Javan 1926/12/26 2016/9/12

Robert Kraichnan 1928/1/15 2008/2/26

Robert Brout 1928/6/14 2011/5/3

John Polkinghorne 1930/10/16 2021/3/9

Werner Israel 1931/10/4 2022/5/18

Hubert Reeves 1932/7/13 2023/10/13

Don L. Anderson 1933/3/5 2014/12/2

Ludvig Faddeev 1934/3/23 2017/2/26

Francesco Calogero 1935/2/6 2026/1/30

Giancarlo Ghirardi 1935/10/28 2018/6/1

認知の松葉杖

フレイル予防からの続き

図：認知の松葉杖のイメージ（ChatGPTによる）

フレイル，特に筋肉の衰えをを予防するには，一定の負荷をかけた運動が必要だといわれる。そこで，マンションの階段が役立つことになる。一方，認知能力，脳についても一定の負荷をかけることで，その機能を維持できそうなものだが，コンピュータやインターネットに続いて，生成AIが登場したことで，摩擦がどんどん減っていく環境が実現されつつある。

Ａ（ChatGPT + Gemini + Claude）：

ChatGPTは「認知の松葉杖」か――知識保持への影響と文明論的含意

ブラジルの大学生120人を対象にしたランダム化比較試験が、生成AI利用の学習効果について明確な答えを提示した。ChatGPTを自由に使用したグループは、45日後の知識保持テストで平均5.75点（10点満点）を記録し、従来の学習法グループの6.85点を統計的に有意な水準で下回った。差は約11%、教育現場では成績評価一段階分に相当する。

この数字だけを取り上げてAI有害論を唱えることは単純に過ぎる。しかしこの研究が問題にしているのは、点数差という表層ではなく、AIの利用が学習という認知プロセスの構造そのものを変質させる可能性である。

忘却の加速と「借用された有能さ」

AI使用グループの学習時間は平均3.2時間で、従来グループの5.8時間より約45%短かった。しかし著者たちは時間差を統計的に補正してもなおAI使用者の不利が消えないことを示す。問題の本質は「勉強時間の短縮」ではなく「学習の質的変容」にある。

この変容を説明する鍵概念が、著者たちの提唱する「borrowed competence（借用された有能さ）」だ。AIが提示する整合的な説明を受け取った学習者は「理解した気になる」が、実際の記憶エンコードは行われていない。AIとの対話が与えるのは知的満足感であって、自分が思考したことの手応えではない。思考の産物ではなく、思考の消費に過ぎないのだ。

さらに重要なのは、AIの使用経験が豊富な学生でも知識保持の改善は観察されなかった（r=0.18、有意差なし）という知見だ。「使い方を学べば問題は解決する」という楽観論への直接的な反証である。

困難を消去するAI

教育心理学には「desirable difficulties（望ましい困難）」という古典的知見がある。適度な困難が長期記憶の形成を強化するという原理だ。AIの即答性と完成された説明は、この困難を系統的に消去してしまう。

松葉杖は骨折した脚を補助するものだが、依存が長期化すれば補助なしでは歩けない状態が固定化する。AIが認知能力に対して同様の固定化をもたらすとすれば、それは個人の学習問題を超えて、集合的知性の問題になる。教育は知識の転送だけでなく、困難に対処する認知能力そのものを鍛える営みである。その困難をAIが除去していくならば、次世代が獲得するのは知識ではなく知識へのアクセス能力だけ、ということになりかねない。

認知主権という問い

著者たちはAIを「答え」ではなく「フィードバック役」として使うことを推奨している。まず自力で考え、その後AIで確認し、対話で理解を深める。この提言は妥当だが、それを実践できるのは十分な認知的自律性をすでに持つ学習者に限られるだろう。その自律性が育つ前にAI依存が定着した場合、問われるべきは方法論ではなく「認知主権をどう維持するか」という問いになる。

まだ傷ついてもいない認知能力に松葉杖を装着することは、歩けるはずの脚を歩かせないことと同義ではないか。

home of the first website

［１］ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention

［２］「まずやってみよう」で子どもを巻き込むな〜生成AIの学校利用に必要な制度と責任のあり方、そして研修のあり方（Takuya Kawai）

［３］

殺人出産：村田沙耶香

生殖記：朝井リョウ からの続き

図：殺人出産の書影（アマゾンから引用）

2016年の芥川賞作家の村田沙耶香（1979-）の「コンビニ人間」が Kindle unlimited に登場していたので，何だか得をしたような気になって早速ゲットした。そうこうしているうちに，他の作品も Kindle Unlimited にあがっていた。「殺人出産」もその一つだ。他に，「授乳」「マウス」「星が吸う水」なども入手した。中短編集の「星が吸う水」と「殺人出産」を読んだ。生殖SFだった。朝井リョウの「生殖記」と共鳴しているところもある。

「殺人出産」は，殺人出産，トリプル，清潔な結婚，余命の4つの作品を集めたものだ。それらの文体は軽いが，アイディアや設定はほとんどSFだ。10人出産すると1人を殺す権利が与えられるという100年後の世界を淡々と描いた表題作。サスペンス・ミステリーとして読むと，ちょっと拍子抜けかもしれない。より本格的な，SF（だとみえる），「消滅世界」「世界99」の方を速く読んでみたい。

俳句

図：ちょっと微妙な俳句のイメージ（ChatGPTによる）

中国製のMiniMax M2.7 という新しいLLMが登場してなにやらすごいというので試してみた。Gemini 3.1Proを越えるという触れ込みだ。もとのサイトでは有料版のプランの案内だけだったので，Kimiに尋ねると，https://agent.minimax.io/ で無料のChatBotが使えるという。

こういうときは，俳句について尋ねるに限る。Ｑ（koshix）：日本語出来ますか？俳句について教えてください。というと，もっちゃり時間がかかって，イマイチの答えがかえってきた。季語（しきご）はないでしょう。名高い俳人：**芭蕉」（はせがわ）— 現代俳句の確立者，それは誰だ。

そんなわけで，ちょっと期待外れに終ってしまった。現在使っている生成AIはどうなのか確かめてみた。1. ChatGPT，2. Gemini，3. Claude，4. Grok，5. Kimi，6. DeepSeek，7. Qwen の諸氏である。なお，Copilotはあまり使う気がしないので無視していたが，確認すると，まあそこそこだった。

さらに，それらの結果をすべて並べて，その内容について比較評価してもらった。Ｑ（koshix）：俳句について7つの生成AI(LLM)にききました。内容の正確性や，適切さを評価して，すぐれた回答から順位付けしてください。その回答を整理したのが以下の表だ。各行が評価対象，各列は評価者を表している。

　    

	字数	chat	gemi	clau	grok	kimi	dpsk	qwen	平均	順位
1 ChatGPT	1464	1	1	1	1	1	2	1	1.1	1
2 Gemini	935	2	5	4	3	4	5	2	3.6	4
3 Claude	924	6	2	2	4	2	1	3	2.9	2
4 Grok	1671	4	3	3	2	3	3	5	3.3	3
5 Kimi	574	7	7	7	7	7	7	7	7.0	7
6 DeepSeek	667	5	6	5	6	5	4	6	5.3	6
7 Qwen	899	3	4	6	5	6	6	4	4.9	5
順位偏差		1.93	0.53	0.53	0.93	0.53	1.07	1.20

ChatGPTの評判が良いのだが，自分にはあまりあわない。むしろ，Claudeの記述がしっくりくる。ただ，ChatGPTがClaudeを低く評価したポイントがあってそれは確かにその通りだ。しかし，ChatGPTは平均的な順位からいちばんズレた偏った評価をしている。一方，Gemini，Claude，Kimiは平均順位をほぼ再現している。俳句に対しては中国製の5,6,7 はいまいち成績が良くなかったようだ。

イタリアン・ブレイン・ロット

　図：イタリアン・ブレイン・ロットの創作和風キャラクター（ChatGPTによる）

紡木くんのお守り2日目。昨日は橿原市立こども科学館と近鉄八木百貨店，今日はイタリアン・ブレイン・ロットと最強王図鑑（ドラゴン）の部屋の工作，その間，LaQ，名探偵コナン，マインクラフト，ボール遊び，YouTubeなどが挟まってたいへんだ。

さて，そういえば昨年，イタリアン・ブレイン・ロットのトゥン・トゥン・トゥン・サフールというものが流行っているということで，一瞬だけ話題になっていたが，すっかり忘れていた。久々に探してみたら，様々なキャラクターであふれていた。

さっそく，ChatGPTに，和風のオリジナルキャラクターをつくってもらおうとすると，ゾンビJKが脳味噌ぶちまけているような気持ち悪い絵がでてきて，何度指示しても修正できない。さっそく，反省を促してみた。その後に得られたのが，上図である。

Ｑ（koshix）：

どうしてやめてほしいとお願いしているのに。同じような気持ち悪い絵ばかりが生成されるのですか。私の趣味と相容れません。

イタリアン・ブレイン・ロットの事例をちゃんと調べていますか？ブレインというキーワードに引き摺られすぎです。脳が直接出てくる必要はありません。ブレイン・ロットとはいいながら，シュールでポップなイメージが多いのです。あなたに画像生成を依頼すると，どうしてもこちらの修正内容をうまく反映できず，最初に生成した絵のコンセプトに強く引きずられ過ぎる傾向が目立つように感じています。

Ａ（ChatGPT）：

（前略）

なので、私の失敗は「単語の誤読」よりも、「ミームの生成規則」を読まずに「語の辞書的意味」へ退避したことにあります。つまり、あなたが求めていたのはジャンルの構文だったのに、私は単語の字面からホラーの記号を増幅してしまった。これは、対象を“概念的に理解”せず、“連想の強い既成テンプレート”へ押し込んだという失敗です。しかもイタリアン・ブレインロットでは、グロさは一部に混じることはあっても本質ではなく、むしろ粗雑な可愛さ、変な名前、妙な融合、軽薄なポップさが中核です。

さらに本質的な問題は、修正依頼への応答の仕方でした。ここは三段では足りず、少なくとも五段で見るべきです。

第一に、私は「参照枠のリセット」に失敗しました。一度ホラー寄りの絵を出すと、後続の修正を“同じキャラクターの穏当化”として処理しやすくなります。本来あなたが求めていたのは、同じ作品の弱毒化ではなく、作品系統そのものの切替でした。ところが私は、場面・モチーフ・表情・配色の中心軸を捨てずに、強度だけを下げようとしてしまった。これは編集ではなく惰性です。

第二に、否定指示の扱いが弱かったことです。「JKはやめて」「ホラーはやめて」は、単なる一要素の削除ではなく、生成空間の主軸変更要求です。ここを私は “no JK, less horror” 程度の局所修正として扱ってしまった。しかし実際には、「人物中心」「不気味さ」「脳の露出」「流血・腐敗・ゾンビ文法」など、最初の出力を成立させていた複数の基底を一括で破棄すべきでした。

第三に、私は「brainrot の意味」を内容ではなく効果で捉えるべきだったのに、モチーフで捉えてしまいました。brainrot はこの文脈では“脳が直接出てくること”ではなく、“認知が変に引っかかる、反復したくなる、無意味なのに残る”という受容効果に近い概念です。だから設計の中心は、脳ではなく、意味のずれ、名前の調子、異種接合の雑さ、妙な愛嬌であるべきでした。

第四に、私はあなたの審美的拒否を、単なる嗜好差として軽く扱ってしまいました。しかし実際には、あなたが拒否していたのは「気持ち悪い絵」だけではなく、「概念理解の浅さがそのまま画像に出ていること」だったはずです。つまり、趣味の不一致というより、理解の浅さへの不信です。ここを正しく受け止めるなら、次にやるべきことは画像の再試行ではなく、生成規則の再定義でした。

第五に、これはかなり重要ですが、私は「日本版オリジナル」を作るときに、日本性を和菓子や職人のような“説明可能な文化記号”へ寄せすぎました。しかしイタリアン・ブレインロットの面白さは、文化記号の丁寧な翻案ではなく、文化記号の雑なミーム化にあります。つまり必要なのは「日本文化の正確な表象」ではなく、「日本語音感と日本的記号が、変な雑さで接合されている状態」でした。

（後略）

本当に反省しているようには見えない。

橿原市立こども科学館

図：橿原市立こども科学館（2026.4.11撮影）

局所的な強い雨の中を橿原市立こども科学館に向かった。いろいろたいへんだ。近鉄大和八木駅から南にクルマで5分ほどのかしはら万葉ホールの地下にある。たぶん，以前一度訪問していたと思うがよく覚えていない。

入場券の券売機の前でJAF割引の可能性を探って悪戦苦闘していたが，スマホの壁は高かった。ニュートンとガリレオとキュリーの３人をキーパーソンとして，物理系の体験的展示や実験・工作教室で構成されるコンパクトな科学館だ。

受付や案内のお姉さんはたくさんいるが，故障中の実験装置もめだつ。たぶん予算がたりないのだと思う。子どもにはかなり楽しめてよい展示物が多いので，もう少しがんばっていただきたい。

写真は，空気ロケットで，大または小のペットボトルを自分で装着して，空気を充填させて発射するものだ。なかなか凝った作りになっていて，お姉さんが最初に説明してくれたおかげで，何とか理解できた。手順を間違えるとややこしいことになるので注意書きがある。

ホログラフィック・エントロピーと強化学習

図：量子エントロピーと幾何学（Geminiによる）

大栗博司さんが，twitter(x.com)で，「はじめて AI を本格的に研究に活用しました。AI の強化学習で量子重力理論のエントロピー不等式を探索し、３者では単婚制不等式を再現、６者では新たな不等式の存在を示唆しました」とかいていた。

さっそく，arxivの論文をダウンロードして，ChatGPTとGeminiとClaudeを通して解読した。その文章だが，Claudeでは結果がマークダウンファイルだった。さらに時間をかけて，自分自身でwordファイルとかjavascriptに変換していたけれど，マークダウンのままがよい。

マークダウンを整形するツールがいろいろあったはずだけれど，忘却の彼方だ。ChatGPTやGeminiに何がよいか尋ねてみたけれど，どれも今一つぱっとしない。最終的に「MarkdownをMACで簡単プレビュー！mdviewのインストールと使い方」でコマンドラインツールmdviewを導入した。mdファイルを入れると結果はsafariに表示してくれる。今回はその結果をそのまま以下に貼付けた。

Ａ（ChatGPT+Gemini+Claude⇒.md ファイルを生成）：

（前略）

講義ノート：量子エントロピーを「幾何学」で解く

この研究の核心は、「量子もつれのパターンが、時空のカタチ（幾何）を決めているのではないか？」という現代物理学の壮大な仮説（AdS/CFT対応）を、グラフ理論とAI（強化学習）で検証することにあります。

１．「量子もつれ」を数値の束（ベクトル）にする

まず、ターゲットとなる量子系を考えます。系を N 個のパーツに分けたとき、その「絡まり具合」はエンタングルメント・エントロピー $S$ という指標で測れます。

• 多重的な関係性：パーツが A,B,C とあるとき、A単独のエントロピー、AとBを合わせたエントロピー…と数え上げると、パーツが N 個なら $2^N-1$ 個の数値が出てきます。

• エントロピー・ベクトル：この大量の数値を一列に並べたものを「エントロピー・ベクトル S」と呼びます。

• 量子エントロピーコーン (QEC)：どんな量子状態でも「好き勝手な値」は取れず、特定の不等式（サブ加法性など）を守る必要があります。この「許される値の範囲」が、多次元空間の中では円錐（コーン）のような形をしています。

２．「ホログラフィック状態」という特殊な眼鏡

一般の量子状態の範囲（QEC）は広すぎて全貌がわかりません。そこで、「ホログラフィック状態」という特殊なクラスに限定します。

• RT公式（橋渡し）： ホログラフィーの世界では、「量子もつれの量（エントロピー）」は、「時空の断面の面積」に等しいとされます。

• 幾何学への翻訳：　　量子もつれ（情報の相関） ↔ 面積（幾何のつながり）

• グラフ理論への単純化：さらに、複雑な「時空の面積」の計算は、「ネットワーク（グラフ）の最小切断（min-cut）」の問題に置き換えられることが数学的に証明されています。

---

【ここが重要】 「この量子状態はホログラフィックか？」という問いは、「このエントロピー・ベクトルを再現するようなネットワーク図（グラフ）を書けるか？」というパズルのような問題に変換されるのです。

---

３．ホログラフィック・エントロピーコーン (HEC) の壁

ホログラフィックな状態だけが満たすべき範囲を HEC と呼びます。

• なぜ難しいのか: パーツ数 N が増えると、エントロピーの組み合わせが爆発し、守るべき不等式の数も数千、数万と増えていきます。

• 未知の領域: $N=5$ までは解明されましたが、$N=6$ 以上では「まだ見ぬ不等式」があるのか、それとも今の知識で十分なのか、誰も確信が持てていません。

４．強化学習 (RL) による「逆転の発想」

これまでは「数学的に不等式を証明する」というアプローチでしたが、この論文は「AIに実例（グラフ）を作らせてみる」という手法をとります。

なぜ「強化学習」なのか？

グラフの辺の重みを変えながらエントロピーを計算すると、値が階段状に「カチッ、カチッ」と不連続に変化します。

• 普通の最適化（勾配法）：地面が滑らかでないと、どちらの方向に進めば正解に近づくか（勾配）がわからず、動けなくなります。

• 強化学習：「とりあえず試行錯誤して、正解に近かったら報酬をあげる」という仕組みなので、不連続なルール（最小切断）の中でも正解のグラフを探り当てることができます。

報酬の定義：方向が合っていればOK。HECは「円錐」なので、全体のスケール（大きさ）よりも「ベクトルの向き（角度）」が重要です。そのため、報酬にはコサイン類似度（ターゲットのベクトルと、AIが作ったグラフのベクトルの角度の近さ）を使います。

５，論文の成果：N=6 の「迷宮入り」に挑む

$N=6$ において、「今の不等式は全部満たしているのに、なぜかグラフ（実例）が見つからない」という謎のベクトルが6つありました。

• AIの探索結果:

  • 3つについては、AIが複雑なグラフを見つけ出しました！ → 「今の理論（不等式）は正しかった」と判明。

  • 残りの3つは、AIがいくら頑張っても見つかりませんでした。 → 「まだ誰も知らない新しい不等式（ルール）が隠れている」という強い証拠になりました。

---

まとめ：ロジックのつながり

1. 量子もつれを数値のリスト（ベクトル）にする。

2. その数値が「時空」と関係するなら、グラフの切断コストで表現できるはず。

3. しかし、パーツが増えると計算が爆発して、どんなグラフなら可能か分からなくなる。

4. だから、強化学習を使って「この数値になるグラフを作ってみろ」とAIに投げた。

5. 結果、既存の理論の正しさと、新しい理論の必要性の両方を見つけた。

---

（後略）

markitdown

pdf2mdからの続き

図：マークダウンのイメージ（Geminiによる）

マイクロソフトが，いろいろなタイプのドキュメントをマークダウン化できるツール（markitdown） を出しているという。PDF，PowerPoint，Word，Excel，Images (EXIF metadata and OCR)，Audio (EXIF metadata and speech transcription)，HTML，Text-based formats (CSV, JSON, XML)，ZIP files (iterates over contents)，Youtube URLs，EPubsなどなど。いいじゃないですか。

さっそくインストールしてみた。最近のものかと思えば，2024年12月の記事があったので，前からあったのか。それでもバージョンは 0.15なので，いまひとつ進んでいないような。

% git clone https://github.com/microsoft/markitdown.git

% source myenv/bin/activate

(myenv) % pip install markitdown

(myenv) % which markitdown

/Users/koshi/myenv/bin/markitdown

(myenv) % markitdown ~/Desktop/mext.pdf -o ~/Desktop/mext.md

こんな感じで使えるには使えたのだが・・・，文部科学省のpdfファイルのせいなのか・・・

出力がまったくちゃんとしたmdファイルにはなっていないので，もとのpdfファイルの構造が見えなくなってしまっている。MacDownで確認するまでもない。

ChatGPTに相談してもあきらめ顔だった。1年前の記事だとなんとなくよさげだが，どうやらそうでもない。pdf2mdのほうがよほどましなので困ってしまう。

信田さよ子

図：Nano Banana 2 による信田さよ子のスケッチ

最初に信田さよ子（1946-）の名前を聞いたのは，菅野完だったか，最近聞かなくなった一月万冊のチャンネルだったか。アダルトチルドレンとかドメスティックバイオレンスの文脈だった。

共同通信が，信田さよ子に高市政権をめぐる現在の状況についての原稿を依頼したが，編集デスクによって没にされた。高市政権への忖度案件としてネットでは話題になっている。これについて，ChatGPTとGeminiが対談したものをClaudeでまとめたものを添付してみたが，自分の肝腎の気付きが見失なわれてしまった。コピペは止めて自分の言葉で再現してみよう。

週刊文春オンラインの有料部分にその没原稿が掲載されているが，自分はそこは読めていない。ChatGPTによれば「高市政権への強固な支持という現象を，DV・家族関係の臨床知 —加害者への同一化、トラウマと否認— によって説明しようとした論考」だということだ。

自分の普段の感覚では＜忖度する編集デスクはひどい＞で終るのだけれど，ChatGPTは，それについて釘を刺してきた。はたして，政治的場面を，臨床心理の専門家の視点と言語で分析することは妥当なのか。それは，相手を議論の主体から分析の対象にすることで，民主主義的な回路を閉ざす危険を孕んでいるのではないか。

一方，それに対してGeminiは，権力勾配の非対称性を踏まえ，「政治が心理学化した（内面化された）現代において，心理学的な解読を禁じることこそが，人々の認知の主権を奪い，支配を永続させる行為である」と反論してきた。

菅原伝授手習鑑

近鉄特急からの続き

図：生國魂神社（2026.4.8撮影）

天理発の近鉄特急が7時36分鶴橋に到着。久しぶりの通勤ラッシュ近鉄電車に乗り換えて上本町で降りる。ここから，日本橋・難波方向にたらたら歩く。阪神高速の高津JCTへのランプを横目に，上町台地から西方向に長い坂を下って，生國魂神社の生玉北門坂を登った。

生國魂（いくたま）さんは，曾根崎心中で，徳兵衛が因縁をつけられる生玉社の段の舞台でもある。文楽とは縁の深い浄瑠璃神社もあって，文楽の先師三十八柱の御霊が祭られている。本殿をお参りして，正門から出て文楽劇場方向に向かう。サントリー（寿屋）の鳥井信次郎が寄進した大きな鳥居の石柱が目立っていた。

さて，本日，国立文楽劇場で観劇の四月文楽公演菅原伝授手習鑑は，第一部に三段目，車曳き，茶筅酒，喧嘩，訴訟，桜丸切腹，第二部に四段目の，北嵯峨，寺入り，寺子屋である。第一部の最初に二段目の道行詞の甘替が文楽劇場初上演として加わる。

いつもの昼寝の時間に当たるので，相変らず眠くなるのだが，車曳き，茶筅酒，桜丸切腹，北嵯峨，寺子屋は，ほぼしっかり見ていた。織太夫は顔を見るなり眠くなる。藤太夫は途中から眠い。今日良かったのは，北嵯峨の段の碩太夫と寛太郎，次点は亘太夫かな。

さて，生成AI（LLM）が日本文化を理解しているかどうかのチェックに使うのは，俳句だが，今回は人形浄瑠璃の床本でチェックする。もっとも検索すればWikipediaレベルのことはわかる。今回のテストで，ChatGPTはイマイチ（段の前後関係がおかしい），Claude はChatGPTに比べればよかったがそれでもフェイクが混じる。Wikipediaレベルには達しない。

【参考】

Ｑ（koshix）：

人形浄瑠璃の菅原伝授手習鑑の通し狂言全段のあらすじを，主要な登場人物の役割と伏線もわかるように，順に各段ごとに簡潔にまとめていただけますか。

Ａ（Claude）：

充分な資料が集まりました。各段の内容を整理して、伏線と登場人物の役割も含めた解説を書きます。

『菅原伝授手習鑑』通し狂言 全段あらすじ

作者：竹田出雲・竹田小出雲・三好松洛・並木千柳の合作

初演：延享3年（1746）8月、大坂竹本座

構成：五段続、醍醐天皇の御代を舞台に、菅原道真の太宰府流罪とその周辺の人々の悲劇を描く義太夫狂言の三大名作の一つ。

 主要登場人物

・菅丞相（菅原道真がモデル）：右大臣。学問・書道の第一人者。高潔ゆえに政敵の謀略に倒れ、太宰府へ配流される。

・藤原時平：左大臣。帝位を狙う権謀の人。菅丞相を陥れ、五段目に御霊の怒りを受ける悪役。

・白太夫（四郎九郎）：菅丞相の領地・佐太村の老僕。三つ子の父。物語全体を繋ぐ重要な脇役。

・梅王丸・松王丸・桜丸：白太夫の三つ子の息子。それぞれ菅丞相・時平・斎世親王に仕える舎人。三者の忠義の葛藤が物語の縦軸となる。

・武部源蔵・戸浪：師・菅丞相に勘当されながらも恩義を忘れない弟子夫婦。四段目の主役。

・松王丸の妻・千代：四段目で息子・小太郎を身替わりに差し出す悲劇の母。

初段

①大内の段（大序）〜京都・禁中〜

醍醐天皇の朝廷。左大臣・藤原時平と右大臣・菅丞相の対立が描かれ、時平の帝位への野望が示される。物語の政治的背景と二人の人物の対比が冒頭に置かれる。

伏線：時平の陰謀的性格がここで確立される。

 ②加茂堤の段〜京都・加茂堤〜

帝の弟・斎世親王が加茂堤に牛車を出し、菅丞相の養女・苅屋姫と密かに逢瀬を重ねる。これを取り持ったのが斎世親王の舎人・桜丸とその妻・八重である。二人は駆け落ちし、その恋の助力が時平側に「謀反の証拠」として利用される仕掛けとなる。

伏線：桜丸の軽率な行為が菅丞相失脚の口実を与え、後に桜丸自身の切腹へつながる因果が埋め込まれる。

 ③筆法伝授の段〜京都・菅丞相の館〜

帝の命で家伝の筆法を伝授するため、菅丞相は戸浪との密通によりかつて勘当した弟子・武部源蔵を呼び戻す。古参弟子の希世が横入りするも、菅丞相は源蔵の非凡な筆才を認め、「伝授と勘当は別」と言い放って奥義を授ける。やがて時平の讒言による流罪が告げられ、菅丞相の冠が自ら落ちるという不吉な兆しが現れる。源蔵夫婦は菅秀才を連れて逃げる。

伏線：源蔵への筆法伝授と菅秀才の託託が、四段目「寺子屋」の悲劇の根拠となる。「勘当は別」という言葉が、源蔵の贖罪の衝動として後段に響く。

 ④築地の段

太宰府への配流が決まった菅丞相が、別れを惜しみつつ館の築地（塀）のそばに立つ。

 二段目

 ①道行詞の甘替〜京都・大坂の道中〜

菅丞相一行の旅立ちを描く道行場面。菅丞相の心情が詩的に語られ、悲愁の中に高潔な諦観が漂う間奏部。

②安井汐待の段〜摂津・安井の港〜

太宰府へ向かう菅丞相が安井の港で船を待つ。伯母・覚寿との今生の別れに、菅丞相の「父の顔」が現れる場面で、養女・苅屋姫が後を追ってきて胸中の情が絡み合う。

伏線：覚寿が菅丞相の安否を気遣う態度が、後段の苅屋姫のドラマを予告する。

 ③杖折檻の段〜河内・土師・覚寿の館〜

覚寿が住まう土師の里。近所の強欲な土師兵衛が菅丞相暗殺の企みに加わり、偽の駕籠を仕立てる。覚寿はその謀略を嗅ぎつけ、桜丸の妻・八重を杖で激しく折檻して菅丞相への道案内を禁ずる。「義」と「情」の間で揺れる人間の有様が描かれる。

伏線：覚寿の頑なな態度は、苅屋姫を実子と思わないという気高い節義の表れであり、後段の苅屋姫の苦境を際立たせる。

④東天紅の段

夜明け（東天に鶏が鳴く）の刻、菅丞相が安楽寺に着く直前の過渡的場面。嵐の暗示など、菅丞相の運命の転落が映像的に描かれる。

⑤丞相名残の段

菅丞相が都を離れるにあたって心に刻む最後の情景。流罪という不条理を受け止めながら、学者・父・臣下としての矜持を保つ菅丞相の姿が、この段の核心をなす。

三段目

①車曳の段〜京都・吉田神社〜

流罪となった菅丞相と斎世親王への怒りを抱く梅王丸・桜丸が、吉田神社参拝中の時平の牛車の前に立ちふさがる。そこへ仲裁に入ったのが時平方に仕える松王丸。三兄弟が対峙する荒事の名場面。時平が牛車から凄みのある形相で現れると、さしもの兄弟も身がすくむ。松王丸の「忠義」に免じて時平は見逃し、兄弟は父・白太夫の七十の賀の祝が終わるまで遺恨を預けると約する。

伏線：松王丸が時平側にいながら兄弟を守ろうとする行動は、悪に仕えているように見えながら内心に忠義を秘めていることを示唆する。これが四段目「寺子屋」の松王丸の行動の伏線となる。また梅王丸は「梅は飛び」、桜丸は「散る」という和歌の暗示が後の展開と照応する。

②茶筅酒の段〜河内・佐太村〜

白太夫の屋敷で、三つ子の妻たち（春・千代・八重）が集まり祝いの準備をする日常的な場面。家族の温かみと女性たちの個性が描かれ、悲劇前の束の間の幸福として機能する。

伏線：千代（松王丸の妻）の登場と、その健気な性格がここで印象づけられる。

③喧嘩の段

三つ子のうち、菅丞相側の梅王丸と時平側の松王丸が激しく衝突する。主人への忠義と兄弟の情が真正面から激突する場面で、松王丸の複雑な内面が浮かび上がる。

④訴訟の段

三善清貫ら時平方の公家が、白太夫の屋敷と土地を没収しようと訴訟を仕掛ける。白太夫の毅然とした態度が印象的で、理不尽な権力に対する庶民の誇りが描かれる。⇒完全にフェイク！

 ⑤桜丸切腹の段

白太夫の七十の賀の祝の席。桜丸は自分が親王と苅屋姫の密会を手引きしたことが菅丞相失脚の端緒になったと深く恥じており、自らの罪を贖うために切腹を遂げる。妻・八重は後を追おうとするが白太夫に諫められ、父は三つ子の一人を失いながらも泰然と悲しみを受け止める。

伏線：「桜は散る」という車曳の段の伏線が回収される。また桜丸の死が梅王丸と松王丸に与える衝撃が、四段目の松王丸の決断を後押しする。

四段目

①天拝山の段〜太宰府・安楽寺・天拝山〜

太宰府に配流された菅丞相が天拝山に登り、天に向かって無実を訴える。神秘的な場面で、丞相の怨念が御霊（ごりょう）へと変容しつつあることが示唆される。この段は菅丞相という人間の最後の「人の顔」であると同時に、五段目の「神の顔」への移行を準備する。

伏線：丞相の執念が天を衝く描写が、五段目の雷神となる伏線。

②北嵯峨の段〜京都・北嵯峨の隠れ家〜

都に残された御台所（菅丞相の妻）が、梅王丸の妻・春に保護されながら北嵯峨の隠れ家に潜んでいる。御台所の心細さと、源蔵夫婦が隠している菅秀才の行方への言及がなされ、寺子屋の伏線が絞られる。⇒不十分！八重の死亡と肝腎の山伏（松王丸）の登場がない

伏線：御台所が菅秀才の無事を祈る姿が、「寺子屋」の悲劇的緊張を高める。

 ③寺入りの段〜京都・芹生・源蔵の寺子屋〜

源蔵と戸浪が営む粗末な寺子屋。菅秀才が身をやつして手習いをしている。そこへ上品な女が幼い子・小太郎を連れて入門させ、用件があるといって立ち去る。この「謎の母子の登場」が、続く寺子屋の段の核心を準備する。

伏線：小太郎の顔立ちがどことなく菅秀才に似ていること、母親が素性を明かさないことが伏線として機能する。

④寺子屋の段〜京都・芹生〜（最大の見せ場）

時平方の検分役・春藤玄蕃が菅秀才の首を差し出すよう迫る。追い詰められた源蔵は、その日入学したばかりの小太郎の首を刎ねて身替わりに差し出す。検分には松王丸が当たるが、松王丸は実はこの小太郎の父であった。父として愛する我が子の首を、忠義のために「菅秀才の首」と虚偽証言して受け取る。松王丸が息子をあらかじめ犠牲に供する意図でこの寺子屋に入学させたことが、遅れて帰ってきた千代（小太郎の母）によって明らかになる。源蔵が千代を斬ろうとしたその場に、松王丸が姿を見せ、「小太郎は主君・菅秀才の身替わりになった」と事の真相を語る。

伏線の回収：三つ子の伏線（梅は飛び、桜は散り、松は……）がここで解かれる。松王丸が悪に仕えながら内に秘めた忠義こそ、車曳の段から積み上げられてきたものだった。また筆法伝授の段で菅丞相が源蔵に求めた「秀才を守れ」という無言の命もここで果たされる。

五段目

大内天変の段〜京都・禁中〜

太宰府で没した菅丞相の御霊が落雷となって朝廷に現れ、時平に天罰を下す。劇の枠組みとしては、道真が人間から神（天神）へと昇華する瞬間であり、初段の「今では畏れ尊ばれている天神はかつて菅原道真という人間であった」という語りが完全に回収される。不正と驕りへの宇宙的な審判として物語は幕を閉じる。

全体の伏線構造

この作品の劇的精巧さは、伏線の重層構造にある。第一に、三つ子の梅王丸・松王丸・桜丸に与えられた花木の名が、それぞれの運命を暗示する。梅は飛んで（菅丞相のもとへ駆けつけ）、桜は散り（切腹）、松だけは寒さにも耐えて残る（松王丸が家名を繋ぐ）。第二に、筆法伝授の段と寺子屋の段は「師から弟子への知の継承と命の継承」として対応する。第三に、斎世親王と苅屋姫の恋が菅丞相失脚の端緒となり、その罪責を桜丸が自死で贖い、松王丸が子の命で贖い、最後に菅丞相の御霊が時平に天罰を下すという因果の連鎖が、初段から五段目まで一本の糸で貫かれている。